基于校园大数据的学生行为特征分析与预测方法

• 作者: 李铁波
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 校园大数据 学生行为 预测模型 决策树
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 信息·计算机
• 页码范围: 201-206
• 页数: 6页
• 分类号: TP18
• 字数: 3901字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.027

摘要

如何有效挖掘学生行为数据是提升学生信息化管理水平的重要内容.针对目前学生信息化管理平台不完善、挖掘精度低的问题,结合决策树、神经网络以及朴素贝叶斯算法建立组合模型,建立基于Spark的学生行为分析与预测平台;同时,以学生消费规律、生活习惯以及学习情况等校园行为作为大数据来源,进行预测分析和实例验证.结果表明:该模型预测结果与实际情况相吻合,平均预测误差不超过5％,验证了所用方法的有效性,可根据学生行为特性分析其行为规律,指导学生行为向全面健康方向发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铁波		3	2	1.0	1.0